...E.1) Methods for selection bias E.2) Methods for exposure bias E.2.1) Debiasing in Evaluation inverse propensity score E.2.2) Debiasing in Model Training implicit feedback 의 negative signal 을 추출해내기 위한 전통적인 방법은 관측되지 않은 모든...
Propensity 배경 To remedy the selection bias in evaluation, some recent work considers a recommendation as an intervention analogous to treating a patient with a specific drug.
정의 Importance sampling 이라고 불리며, IPS 는 expectation 을 계산하고자 하는 확률 분포 f(x) 의 PDF p 를 알고있지만 샘플들을 생성하기 어려울 때, 비교적 쉬운 PDF 인 q(x) 에서 샘플을 생성하여 f 의 기댓값을 계산하는 방법이다.
Tags Matthew effect Average Recommendation Popularity Scaling Method Collaborative filtering via high-dimensional regression Related Papers Popularity Bias in Dynamic...
Exposure Bias Exposure bias 는 사용자가 모든 item 을 본 것이 아니라, 노출된 item 에 대해서만 feedback 을 남긴다는 데서 생기는 bias 다.
paper link Abstract Blindly fitting the data without considering the inherent biases will result in many serious issues, e.g., the discrepancy between offline evaluation and...
Matthew Effect 유명한 아이템은 더 많이 노출되어서 학습 데이터의 밸런스가 더욱 무너지는 현상.
Counterfactual Learning 추천 시스템의 학습은 supervised learning 과 다르다. 추천 시스템은 오직 사용자가 선택한 결과만을 가지고 학습하기 때문에, log data 는 partial information 형식을 지닌다.
Position Bias 확인하는 방법 A.1) 순서 바꾸기 Alter the order of ranked recommendations or search results in some manner 아이템 순서를 섞은것과 섞지 않은 것을 비교하는 방법 예를 들어 reverse ordering 해서 추천 결과를...
Abstract counterfactual learning technologies for tackling the bias problem in recommendation.
Challenge of RS 추천 시스템에서 발생할 수 있는 문제점들 nosiy data 일반적으로 historical 데이터는 모두 사용자의 성향을 반영한다고 가정하지만, 사용자는 자신이 선택한 아이템을 좋아하지 않을 수 있다.